摘要
本发明涉及一种基于知识蒸馏算法的非侵入式负荷监测方法及系统,包括以下步骤:步骤1、构建仿真数据集;步骤2、将该仿真数据集中的数据归一化处理得到模型训练、验证及测试的输入数据;步骤3、得到用于从总功率信号中分解出负荷设备消耗功率的教师负荷分解模型;步骤4、得到的网络模型即用于从总功率信号中分解出负荷设备消耗功率的学生负荷分解模型;步骤5、得到所需的最终学生负荷分解模型;步骤6、将仿真数据集中的测试总功率信号数据输入到步骤5的经过知识蒸馏算法训练后的最终学生负荷分解模型中,得到目标设备功率数据。本发明能够能够解决NILM技术在用户侧边缘设备上部署应用的问题。
技术关键词
负荷监测方法
神经网络结构
仿真数据
功率
学生
教师
蒸馏
序列
神经网络模型训练
解码器结构
时序特征
算法
更新网络参数
轻量化卷积神经网络
编码器结构
系统为您推荐了相关专利信息
雷达抗干扰
电磁环境数据
数字信道化技术
波形
深度卷积神经网络
海上风电系统
模式
海洋环境数据
海上风电并网技术
历史气象数据